积分预算与模型选型（生产团队）
ForgeEcho 积分规划指南——何时用 nano-banana-fast / nano-banana-2 / 4K，Chat/Image/Voice 单价表，以及亚马逊主图、Meta 广告与无脸短视频的周预算模板。
为什么要先做积分规划
ForgeEcho 按动作计费：AI 对话 0.5 积分/条，AI 生图按分辨率 3 / 4 / 8（1K / 2K / 4K），AI 语音每 500 字符 1 积分。没有预算时，团队容易把整月套餐耗在 4K 重试上，SKU 列表却完不成。
本指南把积分当成生产工具：按阶段选模型与分辨率，把余量留给「胜出稿」，而不是无限试错。
单价（当前产品）
| 模块 | 单位 | 消耗 |
|---|---|---|
| AI 对话 | 1 条回复 | 0.5 |
| AI 生图 | 1 张 @ 1K | 3 |
| AI 生图 | 1 张 @ 2K | 4 |
| AI 生图 | 1 张 @ 4K | 8 |
| AI 语音 | ≤500 字符 | 1 |
| AI 语音 | 501–1000 字符 | 2 |
换图像模型不会改变上表分辨率单价——nano-banana-fast @ 1K 仍是 3 积分。模型影响的是成片质量、参考图稳定性，以及你需要重试几次。
模型选型矩阵
| 阶段 | 模型 | 分辨率 | 作用 |
|---|---|---|---|
| 提示词 / 脚本草稿 | 对话（Gemini 系列） | — | 在烧生图积分前先写清约束 |
| 方向筛选 | nano-banana-fast | 1K | 4–6 张低成本变体，选构图 |
| 日常成片 | nano-banana-2 | 2K | 主图、信息流广告、社媒封面 |
| 强参考编辑 | nano-banana-2 / nano-banana-2-cl | 1K→2K | 锁产品外形 / 人脸 likeness |
| 主视觉 / 印刷 | nano-banana-2 或 nano-banana-pro | 4K | 仅在已有 2K 胜出稿后 |
| 音色试听 | ElevenLabs Turbo 2.5 | 短片段 | 全文前先听 10–20 秒 |
原则： 新提示词族不要一上来就用 4K。先在 1K 筛构图，锁 prompt，再升一次级。
预算模板（可直接抄进表格）
A) 20 个 SKU 亚马逊白底主图刷新
| 步骤 | 次数 | 小计 |
|---|---|---|
| 对话字段替换 | 20 × 0.5 | 10 |
| 每 SKU 1K × 2 | 40 × 3 | 120 |
| 每 SKU 2K × 1 | 20 × 4 | 80 |
| 合计 | 约 210 |
若跳过 1K、每 SKU 直接 2K × 3，常超过 240 且更不稳定。详见 电商主图优化。
B) Meta/TikTok 一周疲劳度素材包
目标：5 个模板 × 3 变体 + 5 条短口播钩子。
| 步骤 | 约计 |
|---|---|
| 对话变体 | 7.5 |
| 1K 筛选 | 180 |
| 晋级约 30% 到 2K | 60 |
| 语音钩子 | 5 |
| 合计 | 约 250 |
C) 无脸短视频 3 条
ForgeEcho 内大约 40–55 积分（剪辑在 CapCut 等外部完成）。完整步骤见 无脸短视频流水线。
决策树：钱花在哪
新 brief？
├─ 无金牌模板 → 先对话 2–3 轮（便宜）
├─ 构图未知 → 1K × 4–6，绝不先 4K
├─ 胜出已锁 → 2K × 1–2
└─ 平台要求印刷/放大 → 仅对胜出稿 4K × 1与提示词库联动
胜出稿要可复用：给库条目打上 channel、model、resolution、credit-band。下个月只换字段、不换结构——见 品牌视觉系统。
常见错误
- 每个想法都开 4K「想省时间」
- 把对话当成长文写作，而不是约束层
- 画面钩子未定就开始批量配音
- 合规主图与生活方式广告混在同一积分桶且无标签